Embedded Files
Education・career
Education・career
長崎県立北高校 2011.4 ~ 2015.3
九州工業大学 情報工学部 2015.4 ~ 2019.3
株式会社OPTiM ソフトウェア開発 2018.3 ~ 2020.7
九州工業大学大学院 情報工学府 2019.4 ~ 2020.3
リサーチアシスタント 2020.8 ~ 2021.1
Research
Research
大学研究
大学研究
パーシステントホモロジーによるタンパク質フォールディングタイプの予測（2018.2 ~ 2018.9）
機械学習において、タンパク質のような構造データの取り扱いは難しい。そこで、近年注目されるパーシステントホモロジーと古典的な機械学習を用いて、タンパク質のフォールディング形態の予測を行いました。
キーワード : Topological data analysis・Persistent homology・Machine learning
系統組成に基づく微生物生態ネットワーク推定法の精度比較（2018.9 ~2019.9）
微生物同士の関係性を表す共起ネットワークは、マイクロバイオーム研究でも広く用いられており、様々な推定手法が提案されている。しかしながら、これらの手法の妥当性は厳密に評価されていない。そこで、Lotka-Volterra modelのような動力学モデルを用いて、これらの手法を包括的に評価しました。
キーワード：Compositional data analysis・Correlation analysis・Co-occurrence network
医療画像AIの脆弱性の評価（2019.3 ~）
AIはとても「騙されやすい」ことが知られており、人間には認識できないパタンを入力画像に加えるだけで、AIの診断結果を覆すことができる。医療AIの社会応用のためには、このような「騙されやすさ」を評価することが重要です。
キーワード：Medical image-based diagnosis・Deep neural networks・Adversarial attacks
ソフトウェア開発
ソフトウェア開発
画像認識AIの開発・調査（2018.1 ~ 2020.7）
画像認識AIの開発や、日々新しく提案されているディープラーニングアルゴリズムの精度・速度等の検証を行っていました。
キーワード : Object detection・Anomaly detection
リサーチアシスタント
リサーチアシスタント
AIを用いたMRI画像診断（2020.8 ~ 2021.1）
複数の医療機関との共同研究。
キーワード : Semantic segmentation・予後予測
PUBLICAtions・Presentations
PUBLICAtions・Presentations
Journal Articles
Journal Articles
Hirano, H. and Takemoto, K. Difficulty in inferring microbial community structure based on co-occurrence network approaches. BMC Bioinformatics, vol. 20, article no. 329, 14 pp. (2019).
Conference Papers
Conference Papers
Hirano, H. and Takemoto, K. Simple iterative method for generating targeted universal adversarial perturbations. in Proceedings of 25th International Symposium on Artificial Life and Robotics (AROB 25th 2020). 22-24 January 2020, B-Con Plaza, Beppu, Japan.
Preprints
Preprints
Hirano, H., Koga, K. and Takemoto, K. Vulnerability of deep neural networks for detecting COVID-19 cases from chest X-ray images to universal adversarial attacks. arXiv preprint. arXiv:2005.11061.
Hirano, H., Minagi, A. and Takemoto, K. Universal adversarial attacks on deep neural networks for medical image classification. PREPRINT available at Research Square. doi:10.21203/rs.3.rs-70727/v1.
Talks
Talks
Hirano, H. and Takemoto K. Are co-occurrence network approaches really useful for inferring microbial community structure? Conference on Complex Systems (CCS) 2019 (30 September 2019, Nanyang Technological University, Singapore).
平野北斗, 三奈木啓成, 竹本和広. Universal Adversarial Perturbation を用いた COVID-19 診断用深層ニューラルネットワークの信頼性評価. 2020年日本バイオインフォマティクス学会年会・第９回生命医薬情報学連合大会, O-9 (2020年9月1日, オンライン開催).
平野北斗, 竹本和広, 大北剛. グローバルな情報を加味するセマンティックセグメンテーションとラベルの重複を許す分類のジョイントの学習. 第23回情報論的学習理論ワークショップ（IBIS2020）, 114 (2020年11月26日, オンライン開催).
Poster Presentations
Poster Presentations
平野北斗, 三奈木啓成, 竹本和広. Universal Adversarial Perturbationを用いた医療画像診断用ディープニューラルネットワークの信頼性評価. 第22回情報論的学習理論ワークショップ（IBIS 2019）, 1-123, (2019年11月20日, ウィンクあいち, 名古屋).
三奈木啓成, 平野北斗, 竹本和広. 転移学習された画像分類モデルのUniversal Adversarial Perturbationに対する脆弱性：病理画像診断を例にして. 第22回情報論的学習理論ワークショップ（IBIS 2019）, 1-124, (2019年11月20日, ウィンクあいち, 名古屋).
三奈木啓成, 平野北斗, 竹本和広. 転移学習された医用画像分類モデルの普遍的敵対的摂動に対する脆弱性. 2020年日本バイオインフォマティクス学会年会・第９回生命医薬情報学連合大会, P-8 (2020年9月2日, オンライン開催).
松尾優希, 平野北斗, 竹本和広. 肺炎診断用深層ニューラルネットワークのバックドア攻撃に対する脆弱性. 2020年日本バイオインフォマティクス学会年会・第９回生命医薬情報学連合大会, P-13 (2020年9月1日, オンライン開催).
Skills
Skills
プログラミング
プログラミング
Python, C/C++言語, R言語, Shell script
PyTorch, Keras
OpenCV, Docker
Ubuntu, Mac
資格
資格
情報処理技術者試験 基本情報
普通自動二輪車免許
RESOURCES
RESOURCES
Targeted Universal Adversarial Perturbations
A single perturbation known as the universal adversarial perturbation (UAP) can foil most classification tasks conducted by deep natural networks (DNNs). This is a simple iterative method for generating a UAP that causes the DNN to classify most input images into a specific class (Hirano and Takemoto, 2020).
Google Sites
Report abuse